در حال حاضر محصولی در سبد خرید شما وجود ندارد.
انجام یک علم اطلاعات در روز اول! 00:00 مقدمه 02:02 اطلاعات علمی اطلاعات پروژه ساختار پروژه 05:15 ایجاد Github repo 07:28 راه اندازی GitHub دسته بندی های GitHub 11:34 با استفاده از نوت بوک Colab 12:47 با استفاده از TOC در نوت بوک Colab 14:43 صرفه جویی در نوت بوک به Colab به GitHub 19:52 مصرف فایل های CSV به COLAB 22:31 توصیف داده ها با استفاده از df.describe () 24:30 داده های ترسیم داده ها با Seaboard 28:30 LMPLOT 29:30 مقایسه مرگ و میر تجمعی در Covid19 طرح توسط دولت 32:40 ادغام Pandas DataFrame با انتخابات و مصرف شکر 37 : 38 صادرات فایل CSV و آپلود به GitHub از نتیجه Colab 39:27 ادغام مداوم از نوت بوک Jupyter با اقدامات GitHub 40:44 ایجاد Makefile 44:32 با استفاده از اقدامات GitHub برای تست Jupyter از طریق پلاگین NBVal 45:43 با استفاده از علامت وضعیت GitHub برای نوت بوک Jupyter تست اجرای PASS
عنوان اصلی : Data Science Your First Day
سرفصل های دوره :
01 اطلاعات علمی اولین روز شما
Data Science Your First Day
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
Google Cloud Professional Machine Learning Engineer Cert Prep: 2 Architecting ML Solution
AWS Certified Data Analytics – Specialty (DAS-C01) Cert Prep: 1 Collection
MLOps برای کانتینرها بوسیله AWS و کلود گوگل
Google Cloud Professional Machine Learning Engineer Cert Prep: 5 Automating and Orchestrating ML Pipelines
Google Cloud Professional Machine Learning Engineer Cert Prep: 4 Developing ML Models
ساخت پلاگین برای ادیتور Vim
شش عنصر کلیدی MLOps
اتومات کردن Jenkins به کمک Python
یادگیری AWS CloudShell
Infrastructure as Code : راه اندازی بوسیله CDK و AWS Lambda